自然场景中单幅图像高光噪声去除方法研究
发布时间：2021-01-17 18:35
现实场景中,物体暴露在自然光下通常会发生镜面反射和漫反射,当镜面反射较为强烈时,物体表面就会呈现出高光现象,严重时在数字图像中表现为饱和像素。高光在计算机视觉的任务中会带来严重的负面影响,在图像中产生不连续性并降低图像对比度,甚至完全损坏场景原始的颜色和细节信息,因此图像高光去除方法的研究对顺利执行高级视觉任务必不可少。不同场景的高光往往呈现出不同的分布规律,现有的高光去除方法仅仅是处理在特定的背景和光照环境中拍摄的图像,通过人工干预减少了拍摄角度以及其它环境干扰因素的影响,然而这并不符合自然场景的特征,并且这些方法无法解决由高光导致的饱和像素问题,同时会在图像中引入新的伪影。因此本文在进行高光图像场景特征分析的基础上,针对现有方法难以解决的问题开展研究,主要解决带有饱和像素的局部定向稀疏高光情形下的图像信息恢复问题和真实自然场景中的全局高光去除问题。本文首先针对带有饱和像素的局部定向稀疏高光,利用基于前景背景分离原理的闭合式抠图法检测高光区域并得到高光检测系数矩阵,之后分别从实验和理论两个方面验证高光像素值和其在正常照明下的像素值之间存在的线性关系,从图像形成方程开始结合高光检测系数...
【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图１．２两类不同场景的高光图像
引言??局部定向稀疏是高光在图像中常见的一种表现形式，在自然场景中往往是由??一定的拍摄角度或者过度曝光现象引起。而在如图１．２?（?ａ）和（ｂ?）所示的纯黑色背??景下的实验场景中，高光往往来源于人工添加的额外光源，这种方式能够人为控??制光源的形状与强度，与自然场景存在的最大区别在于能够通过人工干预避免在??图像中出现饱和像素，而饱和像素也恰恰是现有的研究方法难以解决的问题之??一，因为其像素位置处的图像原始信息己经完全遭到损坏，难以通过算法从单幅??图像中直接进行复原??图２．１近似自然场景中的局部定向稀疏髙光，其中的髙光区域已经被饱和像素完全覆盡。??本节将以局部定向稀疏高光造成的饱和像素问题为目标开展研宄，所涉及的??主要场景如图２．１所示，这些场景相较于［５２＿５８］中的纯黑色背景图像与自然场景更??为接近，未通过人工方式更多地消除影响因素，且图像中的高光区域均是饱和像??素，完全丢失了原始的像素信息。因此在解决此类定向稀疏高光的情况下，本章??节将从引起高光的本质性原因之一照明强度出发，只通过单幅图像的现有信息，??设计一种算法来恢复高光区域的原始像素信息。??２．?２基于前景背景分离原理的高光检测??图像抠图是图像和视频编辑里的重要组成部分，通常在形式上，将待处理??的图像作为输入，并假定它是由前景（通常是目标物）与背景的线性组合ｔ５＇??通过这种假定，闭合式抠图法计算出抠图系数矩阵进而完成前景与背景的分离，??即从图像中完成目标物的检测。同样对于定向稀疏高光的去除，可以基于它在??图像中十分明显的连续性高强度特征，首先完成对它的检测，进而进行去除。??在高光图像中，可以将连续的高光区域看作是待检
?第２章带有饱和像素的局部高光去除方法研宄???（ａ）?（ｂ）?（ｃ）??图２．２髙光检测效果。（ａ?）输入图像，（ｂ?）标记的髙光和非髙光的样本区域，（ｃ?）髙光检测??的结果图。这里的白色区域代表髙光区域，黑色区城代表正常照明区域。??２．?３高光像素值和非高光像素值关系??目前已经完成了对输入图像的局部定向稀疏高光的检测，而要达到只通过??单幅图像的信息对高光进行去除的目标，关键在于寻找并建立高光区域的像素??值和其在正常照明条件下的无高光像素值之间的关系。文献［６３］从实验和理论两??方面验证了阴影区域像素值和其在无阴影时的像素值之间存在线性关系，而高??光和阴影都可以被看作是由光源的照明强度变化所引起的现象，在这一层面其??本质上是属于同一类噪声，因此可以先假设高光像素值和其无高光时的像素值??也存在线性关系，然后开展验证。本节主要进行初步的定性证明，即通过实验??来验证两者间的关系。??Ｈ：：｛?＾??Ｉ！??Ｂ：??０，１?０．２?０，３?０．４?０．Ｓ?０，６?ＳＳ．Ｔ?０８?０，９?１??（ｂ）?（ｃ）??图２．３图像同一区域内高光位置的像素强度值与他们在非高光情况下的像素强度值之间??的关系？?Ｕ）髙光图像，（ｂ）无高光图像，蓝色框标明了用于验证关系的区域？（ｃ）??指示区域中Ｒ、Ｇ、Ｂ三个颜色通道的像素强度间的数值关系，横轴对应于正常照??明下像素的强度，纵轴对应于髙光像素强度。??１１??
本文编号：2983389
【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图１．２两类不同场景的高光图像
引言??局部定向稀疏是高光在图像中常见的一种表现形式，在自然场景中往往是由??一定的拍摄角度或者过度曝光现象引起。而在如图１．２?（?ａ）和（ｂ?）所示的纯黑色背??景下的实验场景中，高光往往来源于人工添加的额外光源，这种方式能够人为控??制光源的形状与强度，与自然场景存在的最大区别在于能够通过人工干预避免在??图像中出现饱和像素，而饱和像素也恰恰是现有的研究方法难以解决的问题之??一，因为其像素位置处的图像原始信息己经完全遭到损坏，难以通过算法从单幅??图像中直接进行复原??图２．１近似自然场景中的局部定向稀疏髙光，其中的髙光区域已经被饱和像素完全覆盡。??本节将以局部定向稀疏高光造成的饱和像素问题为目标开展研宄，所涉及的??主要场景如图２．１所示，这些场景相较于［５２＿５８］中的纯黑色背景图像与自然场景更??为接近，未通过人工方式更多地消除影响因素，且图像中的高光区域均是饱和像??素，完全丢失了原始的像素信息。因此在解决此类定向稀疏高光的情况下，本章??节将从引起高光的本质性原因之一照明强度出发，只通过单幅图像的现有信息，??设计一种算法来恢复高光区域的原始像素信息。??２．?２基于前景背景分离原理的高光检测??图像抠图是图像和视频编辑里的重要组成部分，通常在形式上，将待处理??的图像作为输入，并假定它是由前景（通常是目标物）与背景的线性组合ｔ５＇??通过这种假定，闭合式抠图法计算出抠图系数矩阵进而完成前景与背景的分离，??即从图像中完成目标物的检测。同样对于定向稀疏高光的去除，可以基于它在??图像中十分明显的连续性高强度特征，首先完成对它的检测，进而进行去除。??在高光图像中，可以将连续的高光区域看作是待检
?第２章带有饱和像素的局部高光去除方法研宄???（ａ）?（ｂ）?（ｃ）??图２．２髙光检测效果。（ａ?）输入图像，（ｂ?）标记的髙光和非髙光的样本区域，（ｃ?）髙光检测??的结果图。这里的白色区域代表髙光区域，黑色区城代表正常照明区域。??２．?３高光像素值和非高光像素值关系??目前已经完成了对输入图像的局部定向稀疏高光的检测，而要达到只通过??单幅图像的信息对高光进行去除的目标，关键在于寻找并建立高光区域的像素??值和其在正常照明条件下的无高光像素值之间的关系。文献［６３］从实验和理论两??方面验证了阴影区域像素值和其在无阴影时的像素值之间存在线性关系，而高??光和阴影都可以被看作是由光源的照明强度变化所引起的现象，在这一层面其??本质上是属于同一类噪声，因此可以先假设高光像素值和其无高光时的像素值??也存在线性关系，然后开展验证。本节主要进行初步的定性证明，即通过实验??来验证两者间的关系。??Ｈ：：｛?＾??Ｉ！??Ｂ：??０，１?０．２?０，３?０．４?０．Ｓ?０，６?ＳＳ．Ｔ?０８?０，９?１??（ｂ）?（ｃ）??图２．３图像同一区域内高光位置的像素强度值与他们在非高光情况下的像素强度值之间??的关系？?Ｕ）髙光图像，（ｂ）无高光图像，蓝色框标明了用于验证关系的区域？（ｃ）??指示区域中Ｒ、Ｇ、Ｂ三个颜色通道的像素强度间的数值关系，横轴对应于正常照??明下像素的强度，纵轴对应于髙光像素强度。??１１??
本文编号：2983389
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2983389.html
